利用Amazon Q开发者代理提升生产力

利用Amazon Q开发者代理提升生产力

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， 生成式AI， Amazon CodeWhisperer， Amazon Q Developer， Ai Coding Assistance， Code Generation， Code Transformation， Architecture Visualization]

导读

正在为不熟悉的代码库而苦恼？想要集成新的亚马逊云科技功能但不知从何下手？了解Amazon Q Developer如何提升您的生产力。学习如何直接在代码编辑器中利用Amazon Q，引导您完成架构决策，生成代码，并可视化现有应用程序。本次会话将演示Amazon Q的AI驱动代理如何协助您将应用程序升级到最新的库和框架。加入我们，探索这个强大工具如何彻底改变您的开发流程，从代码理解到漏洞检测。

演讲精华

以下是小编为您整理的本次演讲的精华。

讲者Matt Lewis首先热情欢迎与会者，表达了他对讨论Amazon CodeWhisperer (Q Developer)及其提高生产力潜力的喜悦。他承认本次会议进度较快，旨在展示Q Developer集成开发环境(IDE)的各种功能和能力。值得注意的是，Matt强调只需使用Amazon Builder ID注册，即可免费探索Q Developer，消除了任何财务障碍。

为了了解观众对AI编码助手的熟悉程度，Matt询问了他们是否使用过诸如CodeWhisperer、Co-pilot或Cursor等工具。然后，他要求认为这些工具可以提高生产力的人举手，从而直观展示了与会者的观点。大约40%至50%的观众表示是常规用户，略低于这一比例的人承认确实提高了生产力。

根据Gartner的研究和预测，到2028年，将有高达75%的企业软件工程师采用AI代码辅助，这一数字比前一年仅10%的采用率大幅增长。Matt强调了这一预测的重要性，断言不采用AI编码助手将使开发人员在与不可避免地利用这些尖端工具的竞争对手相比处于明显的劣势。

引用martinfowler.com上的一篇文章，Matt强调了AI编码辅助的独特性质，由于其基于生成式AI和大型语言模型的非确定性基础，无法与传统软件采用相同的期望。

在实际演示中，Matt展示了Q Developer能够在10到20秒内直接从代码生成序列图，识别所有组件、方法调用，并说明从前端到后端的流程。

他接着介绍了Infrastructure Composer(以前称为Application Composer)，这是一种可以根据CloudFormation模板可视化亚马逊云科技服务的工具，能够生成Mermaid和PlantUML格式的架构图。Matt演示了Infrastructure Composer如何生成符合亚马逊云科技最佳实践的有效Amazon Serverless Application Model (SAM)模板。

在展示Q Developer实力的过程中，Matt演示了该工具如何从Draw.io图中生成CloudFormation模板，精确捕捉诸如CIDR范围和子网映射等复杂细节。从架构图无缝过渡到可工作代码，彰显了该工具加速开发工作流程的潜力。

接下来，Matt介绍了代码转换代理，这是一个强大的功能，旨在将应用程序从Java 11更新到Java 17。他逐步引导观众完成该过程，说明代理如何分析代码库、生成转换计划，并反复更新代码，直至成功编译为Java 17应用程序，通过所有单元测试。该过程解决了库和框架版本更新带来的复杂性，并解决了编译错误。演示的应用程序的转换过程大约需要10到12分钟。

针对最近推出的用于生成单元测试的新Q Developer代理(目前支持Java和Python，计划支持更多语言)，Matt演示了该代理如何根据IDE中的活动文件为Java类生成全面的单元测试。他对生成的单元测试的长度和质量表示惊讶。

考虑到人们对生成式AI的安全性存在疑虑，Matt强调了Q Developer内置的代码扫描和安全扫描功能。这些功能执行静态应用程序安全测试(SAST)、秘密检测和基础架构即代码扫描，以识别漏洞和错误配置，确保生成的代码符合行业标准和最佳实践。对演示的应用程序进行扫描时，未发现严重错误，但发现了大约18到19个高严重性错误。

此外，Matt展示了用于查找和修复项目中问题的新代理，可根据行业指南和最佳实践自动生成已识别问题的修复方案。

转移到代码生成这一AI编码助手的核心功能时，Matt强调了提示工程的关键作用。他说明了提示的细微变化如何显著影响输出的冗长程度和细节水平，从而凸显了审慎制定提示的重要性。例如，在请求生成一个Python函数以求两个数之和的提示后附加“无需解释”短语，会导致输出简洁的两行代码，而不是冗长的解释。

此外，Matt演示了使用个性化文件，允许开发人员根据个人偏好定制Q Developer的输出。该功能允许调整细节程度、遵循特定编码标准以及其他自定义，确保与现有开发工作流程无缝集成。

为了展示Q Developer的能力，Matt引导观众完成了几个令人信服的演示:

1. 构建前端和后端应用程序:该演示涉及从Amazon Builders Library抓取文章URL，使用Bedrock基础模型对内容进行总结，并在前端显示总结。Matt利用Infrastructure Composer生成CloudFormation模板，使用Q Developer实现业务逻辑，并通过日志跟踪和内联聊天提示进行调试和修复错误。应用程序部署过程涉及执行Amazon SAM命令，包括“sam deploy”和“sam logs”来跟踪Lambda函数日志，后者显示了一个初始的访问被拒绝异常。Matt通过生成策略差异来允许Bedrock调用模型权限来解决此问题，从而实现成功部署和测试。
2. 创建React前端应用程序:在此演示中，Matt利用create-react-app引导React前端应用程序，然后利用Q Developer的力量根据自然语言提示对UI组件进行样式设置和添加功能。样式增强包括扩大文本框、添加边距和引入清除按钮。
3. 生成整个Amazon CDK实现:这个全面的演示展示了Q Developer能够根据需求文件和Mermaid格式的架构图生成整个亚马逊云科技云开发工具包(CDK)实现，包括所有代码和基础设施。需求文件指定需要创建一个具有全局二级索引的DynamoDB表的CloudFormation模板。Matt逐步展示了部署CDK堆栈、使用内联聊天提示修复权限问题以及测试已部署的应用程序。部署过程涉及执行“cdk synth”、“cdk bootstrap”和“cdk deploy”等命令，其中后者最初显示了一个权限错误，通过生成差异来更新Lambda函数权限得以解决。
4. 将Java应用程序从11版本更新到17版本:在此用例中，Matt演示了代码转换代理将一个虚构的自行车许可应用程序从Java 11更新到Java 17的能力。最初使用Java 11编写的应用程序利用了DynamoDB，需要将依赖项和框架更新到与Java 17兼容的版本。该代理分析了代码库、生成了转换计划，并反复更新代码，解决了编译错误，直至成功编译为Java 17应用程序，同时通过了所有单元测试。

在这些演示过程中，Matt一直强调Q Developer在生成基础设施即代码、自动化部署以及利用自然语言提示来简化开发工作流程方面的实力，凸显了该工具有可能彻底改变开发人员进行软件开发的方式。

最后，Matt提供了一份精选的有用资源列表，包括Q Developer的更新日志、提示和主题专家撰写的富有洞见的博客文章。他的主要重点强调了探索Q Developer能力的重要性，不仅仅是代码生成，还包括利用其进行架构查询、掌握提示工程艺术以及创建可重用的提示模板，以确保跨团队和项目的代码生成保持一致和高质量。

认识到Q Developer的变革潜力，Matt鼓励与会者通过Amazon Builder ID利用免费试用机会，开始自己的探索之旅。这一号召体现了他对该工具赋予开发人员力量、提高生产力并在不断发展的软件开发领域开启创新新境界的信心。

下面是一些演讲现场的精彩瞬间：

根据Gartner的预测，到2028年，75%的企业软件工程师将使用AI代码辅助，这比去年的10%有了指数级的增长。

AI助手可以从CloudFormation模板生成交互式架构图，直观显示应用程序流程和组件。

由于需要更新所有依赖库和框架，将应用程序从Java 11升级到Java 17可能会变得越来越复杂，如果未修补，可能会导致潜在的漏洞。

Amazon CodeGuru Reviewer执行静态应用程序安全测试、密钥检测和基础架构代码扫描，以识别代码库中潜在的漏洞和错误配置。

演讲者演示了Amazon CodeGuru如何自动扫描代码、识别问题、提供详细的解释和修复指导，甚至生成修复以应用于代码库，从而简化了维护安全和高质量软件的过程。

演讲者强调了提示工程的重要性，并设想了未来可以使用提示模板来引导新项目，并使用一致的、由AI生成的代码。

总结

在这场引人入胜的演讲中，NATO Bress大使Matt Lewis深入探讨了Amazon Q Developer这款AI驱动的编码助手如何提高生产力。他首先强调了AI编码助手日益普及，以及它们为企业带来竞争优势的潜力。通过一系列精彩的演示，Matt展示了Q Developer在生成代码、可视化架构、转换代码库和增强安全性方面的多功能性。

一个重点是提示工程的重要性，因为精心设计的提示可以极大地影响生成输出的质量和相关性。Matt演示了如何使用个性化文件和提示模板，根据个人偏好和项目需求定制Q Developer的响应。

另一个值得关注的特性是代码转换代理，它利用AI将应用程序从一个语言版本升级到另一个版本，解决编译错误并保持功能性。Matt现场演示了将Java 11应用程序无缝升级到Java 17的过程，仅用了几分钟时间。

在整个演讲过程中，Matt强调了Q Developer在简化开发工作流程方面的强大功能，从生成序列图和基础设施代码到自动化漏洞扫描和修复问题。他鼓励与会者探索Q Developer的各种功能，利用其代理执行各种任务，拥抱AI辅助编码的未来。

最后，Matt重申了Q Developer的易用性，只需通过Amazon Builder ID即可免费使用，并邀请与会者开启AI驱动的编码之旅，亲身体验生产力的提升。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。